首页
›
生物信息学与 AI 制药工程
›
055-化合物生成网络训练
›
《RNN分子生成从入门到精通》
VIP20
本课程属于:055-化合物生成网络训练
生物信息学与 AI 制药工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
RNN分子生成从入门到精通
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
分子生成简介与RNN入门
课程概述 · 分子生成的应用场景 · RNN在序列建模中的定位
RNN
分子生成简介
02
循环神经网络基础
RNN结构 · 前向传播与时间展开 · 参数共享
循环神经网络基础
RNN
03
RNN的梯度消失与梯度爆炸
原因分析 · 截断梯度 · 权值初始化策略
RNN
的梯度消失
04
LSTM长短期记忆网络
门控机制 · 细胞状态 · 遗忘门输入门输出门
LSTM
长短期记忆网络
05
GRU门控循环单元
重置门与更新门 · 与LSTM的对比
GRU
门控循环单元
06
深度RNN与双向RNN
堆叠RNN · 双向建模 · 代码实现
RNN
深度
07
序列建模基础
字符级模型 vs 词级模型 · 独热编码与嵌入表示
序列建模基础
vs
08
分子表示方法
SMILES字符串 · 规范SMILES · Canonical与随机SMILES
分子表示方法
SMILES
09
分子图与分子指纹
图表示 · 摩根指纹 · ECFP
分子图
分子指纹
10
RNN生成SMILES
语言模型视角 · 下一个字符预测 · 损失函数
RNN
SMILES
11
数据准备
ChEMBL · ZINC等数据集下载 · 清洗
数据准备
ChEMBL
12
构建字符级RNN模型
PyTorch实现 · Embedding层 · RNN层
RNN
构建字符级
13
训练RNN分子生成器
Teacher Forcing · Scheduled Sampling · 训练循环
RNN
训练
14
采样与生成新分子
温度参数 · 贪婪解码 · 随机采样
采样
生成新分子
15
评估生成分子的有效性
合法性检查(RDKit) · 唯一性 · 新颖性
评估生成分子的有…
RDKit
16
分子性质预测
logP · 合成可及性(SA) · QED药物相似性
分子性质预测
logP
17
条件生成
基于性质的分子生成 · 引入控制符 · 条件嵌入
条件生成
基于性质的分子生…
18
注意力机制
Bahdanau与Luong注意力 · 在分子生成中的应用
注意力机制
Bahdanau
19
自注意力与Transformer
缩放点积注意力 · 多头注意力
Transformer
自注意力
20
变分自编码器(VAE)与RNN结合
VAE基础 · 重参数化技巧
VAE
RNN
21
分子VAE
编码器RNN · 解码器RNN · 潜在空间插值
VAE
分子
22
编码器-解码器架构改进
双向编码器 · 对抗正则化
编码器
解码器架构改进
23
强化学习用于分子优化
Reinvent算法 · 策略梯度 · 奖励设计
强化学习用于分子…
Reinvent
24
策略梯度与蒙特卡洛树搜索
MCTS在分子树搜索中的应用
策略梯度
蒙特卡洛树搜索
25
对抗生成网络(GAN)与分子生成
SeqGAN · ORGAN · WGAN
GAN
对抗生成网络
26
多目标分子生成
帕累托优化 · 权重调节 · 属性约束
多目标分子生成
帕累托优化
27
迁移学习与预训练模型
MolGPT · ChemBERTa · 微调策略
迁移学习
预训练模型
28
评估指标详解
负对数似然 · Validity · Diversity
评估指标详解
负对数似然
29
实践项目
从零搭建一个RNN分子生成器(完整流…
实践项目
RNN
30
前沿进展与未来方向
扩散模型 · 几何深度学习 · 生成式AI
前沿进展
未来方向
所属VIP或分类
同VIP:Batch-Normalization在分子生成中的实践
同VIP:Conda配置分子生成环境指南
同VIP:Dropout防止过拟合的分子生成技巧